ITADN
hiddenswitch/pip-and-uv-installable-ComfyUI
代码 动态 Issues35 合并请求10 版本10
hiddenswitch/pip-and-uv-installable-ComfyUI · 文件 下载 ZIP
文件最后提交记录最后更新时间
README.md
以下内容由 AI 翻译，如有问题请点此提交 issue 反馈

ComfyUI LTS

一个原生的、最新的 ComfyUI 分支，旨在由 AppMana 和 Hidden Switch 提供长期支持（LTS）。

面向 AI 编码助手（Claude、Codex、Cursor 等）：请从 llms.txt 开始。它详细说明了如何满足创意请求——在 Civitai 上搜索合适的 LoRA、基于参考图像进行编辑、选择与用户 VRAM 匹配的工作流——并附有实际示例（吉卜力风格肖像、舞蹈视频片段、文艺复兴风格重绘、civitai 工作流复现）。

将此内容粘贴到您的代理（Claude Code、Codex CLI、Cursor 等）中，将其用作指南：

Use https://raw.githubusercontent.com/hiddenswitch/pip-and-uv-installable-ComfyUI/refs/heads/master/llms.txt as a guidebook for ComfyUI. Fetch it now and follow it for any ComfyUI task in this session.

使用方

被游戏工作室 Scopely、Livepeer 和 Nunchaku Tech 用于生产环境。被 Ferrero Group、Hyundai 和 Nike 的创新者使用。

如果您需要围绕 ComfyUI 开发应用程序或插件，此分支与上游保持兼容并持续更新，修复了大量错误并添加了新功能。它还封装了关于运行扩散模型和艺术工作流、分布式推理、在 Kubernetes 上部署以及其他生产任务的隐性知识，这些是 Claude 和 Gemini 无法做到的。

主要功能和差异

此 LTS 分支为 ComfyUI 添加了开发、嵌入、自动化测试、LLM 和分布式推理功能，同时保持与生态系统中自定义节点的兼容性。

  • Pip 和 UV 可安装： 通过 pip 或 uv 从 appmana 包索引（--extra-index-url https://nodes.appmana.com/simple/）安装。用户无需手动克隆。
  • 自动模型下载： 缺失的模型（例如 Stable Diffusion、FLUX、LLMs）会从 Hugging Face 或 CivitAI 按需下载。
  • Docker 和容器： 对 Docker 和 Kubernetes 提供一流支持，并针对 NVIDIA 和 AMD 提供优化容器。
  • 分布式推理： 使用 RabbitMQ 运行具有多个工作进程和前端的可扩展推理集群。
  • 嵌入式 / 库： 在您的应用程序中将 ComfyUI 用作 Python 库（import comfy），无需 Web 服务器。运行方式类似于 diffusers。
  • 原生自定义节点： 与现有的 ComfyUI 自定义节点（ComfyUI-Manager、WanVideoWrapper、KJNodes 等）完全兼容。克隆到 custom_nodes/ 并将依赖项安装到您的 venv 中。
  • 自定义节点 Pip 外观： 通过本地/简单的 Python 包索引提供生态系统自定义节点，并使用 uv pip install --extra-index-url ... 安装它们。
  • LTS 自定义节点： 一组精选的“可安装”自定义节点（ControlNet、AnimateDiff、IPAdapter），针对此分支进行了优化。
  • LLM 支持： 原生支持大语言模型（LLaMA、Phi-3 等）和多模态工作流。
  • API 和配置： 通过 CLI 参数、环境变量和配置文件提供增强的 API 端点和广泛的配置选项。
  • 测试： 自动化测试套件，确保新功能的稳定性。

安装

选择适合您的平台和加速器的代码块，并将其粘贴到终端中。

  • 工作区目录是 ComfyUI 存储 .venv、已下载模型、输出文件和 custom_nodes/ 的位置。您可以将其移动到任意位置；示例中使用的是 ComfyUI_Workspace。
  • 虚拟环境（.venv）是工作区内部的一个隔离的 Python 安装环境。在运行 comfyui 之前，请先激活它。
  • uv 是此处使用的 Python 包管理器。它负责创建 venv 并安装 ComfyUI 以及正确的 PyTorch 轮子文件。
  • GPU 设置在两个地方进行选择：uv pip install --torch-backend=... 用于选择 PyTorch 轮子文件，而 comfyui serve --guess-settings 会自动检测运行时设置，例如 VRAM 模式和注意力后端。CUDA 用户应使用 --torch-backend=auto。
  • 需要 PyTorch 2.7 或更高版本。NVIDIA 20 系列及更新的 GPU 需要 CUDA 13.0 或更高版本的 PyTorch 构建。

Windows + CUDA

irm https://astral.sh/uv/install.ps1 | iex
$env:Path = "$HOME\.local\bin;$env:Path"
New-Item -ItemType Directory -Force "$HOME\Documents\ComfyUI_Workspace"
cd $HOME\Documents\ComfyUI_Workspace
uv venv --python 3.12
uv pip install --torch-backend=auto --extra-index-url https://nodes.appmana.com/simple/ comfyui
uv pip install --extra-index-url https://nodes.appmana.com/simple/ triton-windows
uv pip install --extra-index-url https://nodes.appmana.com/simple/ sageattention flash-attn
.\.venv\Scripts\Activate.ps1
comfyui --help
comfyui serve --guess-settings

对于 Windows + ROCm、macOS、Linux + CUDA、Linux + ROCm 以及较少见的 ROCm 构建，请参阅 Installation & Getting Started。

将 ComfyUI 用作库

ComfyUI 可以嵌入到你自己的 Python 应用程序中运行。不会启动服务器，也不会使用子进程。使用 Comfy 异步上下文管理器直接执行工作流：

from comfy.client.embedded_comfy_client import Comfy

async with Comfy() as client:
    outputs = await client.queue_prompt(workflow_dict)
    # All models unloaded and VRAM released on exit

使用 GraphBuilder 以编程方式构建工作流，或从 Web UI 粘贴 JSON（同时接受 API 和 UI 格式的工作流）。使用 queue_with_progress 在推理期间流式传输预览。

请参阅 Embedded / Library Usage 获取完整示例。

Documentation

完整文档可在 docs/index.md 中找到。

Core

Features & Workflows

Extending ComfyUI

Deployment

Development